用正则化预处理器减少边界伪影的基于框架的图像去模糊
摘要：改进的线性化Bregman算法在边界伪影的合适处理下，被用于图像去模糊问题。本文着重研究了这种算法在图像去模糊中的应用，通过考虑边界条件的施加以及使用矩形模糊矩阵的两种标准方法来改善其收敛性。算法的快速收敛性依赖于正则化预处理器的选择，通常会选择计算代价较高的块循环循环块（BCCB）矩阵，并通过离散傅里叶变换将其对角化。我们发现基于BCCB预处理器的标准方法可能会得到低质量的图像恢复结果，并提出了不同的预处理策略，既可以提高恢复质量，又可以节省一些计算成本。受最近的非平稳预处理迭代方法启发，我们提出了一种将该方法与改进的线性化Bregman算法相结合的新算法。我们证明了它是一种正则化且收敛的方法。同时，我们还考虑了一个具有稳态预处理器的变体方法。最后，大量的数值实验表明，与现有技术相比，我们的方法可以快速准确地恢复图像。
作者：Yuantao Cai, Marco Donatelli, Davide Bianchi, Ting-Zhu Huang
论文ID：1504.07234
分类：Numerical Analysis
分类简称：math.NA
提交时间：2020-09-07